乌干达中部HIV感染者基于Dolutegravir抗逆转录病毒治疗血脂异常及相关因素数据
该数据集来自乌干达中部一项横断面研究，覆盖281名接受基于Dolutegravir（DTG）的抗逆转录病毒治疗至少六个月的HIV感染成人，数据通过结构化问卷、病历回顾、人体测量和实验室检测收集，包含年龄、性别、教育、ART时长、生活方式、合并症及病毒学等变量
基本信息
资源简介
乌干达中部HIV感染者基于Dolutegravir抗逆转录病毒治疗血脂异常及相关因素数据
Dyslipidemia and Associated Factors among People Living with HIV on Dolutegravir-based Antiretroviral therapy in Central Uganda
该数据集来自乌干达中部一项横断面研究，覆盖281名接受基于Dolutegravir（DTG）的抗逆转录病毒治疗至少六个月的HIV感染成人，数据通过结构化问卷、病历回顾、人体测量和实验室检测收集，包含年龄、性别、教育、ART时长、生活方式、合并症及病毒学等变量。数据可用于分析血脂异常患病率及其相关因素，支持HIV感染者心血管代谢风险的相关分类与因素关联研究（来源 Mendeley Data）。
【数据集背景】
源站首次发布：2025-07-31。
【数据内容】
源站描述（机器翻译，仅供参考）：该数据集伴随一项横断面研究，评估了乌干达中部接受基于多替拉韦（DTG）的抗逆转录病毒治疗（ART）的HIV感染成人中血脂异常的患病率及相关因素。研究基于以下假设：基于DTG的ART与高血脂异常负担相关，且特定人口学、临床和人体测量学特征可能影响该风险。数据收集自281名系统抽样的成人，这些成人接受基于DTG的ART至少六个月，在Wakiso区Kira Health Centre IV接受照护。数据集包括通过结构化访谈员 administered 问卷、病历审查、人体测量和实验室检测获得的信息。捕获的变量包括年龄、性别、教育、ART时长、生活方式行为、合并症、病毒
【数据结构与技术规格】
文件数 3 个，合计 271.17 KB。数据集 DOI：10.17632/s3rfhdc86p.1。
【主题与分类】
主题标签：HIV、Dolutegravir、血脂异常、抗逆转录病毒治疗、乌干达、横断面研究、感染性疾病。本站分类：感染性疾病/其他。
【获取与许可】
源站页面：https://data.mendeley.com/datasets/s3rfhdc86p
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站：https://data.mendeley.com/datasets/s3rfhdc86p
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 部分平台提供 SDK，例如：
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据集大小约 271.2 KB。
数据说明
Flavia Timigamba (2025). Dyslipidemia and Associated Factors among People Living with HIV on Dolutegravir-based Antiretroviral therapy in Central Uganda [Dataset]. http://doi.org/10.17632/s3rfhdc86p.1
数据加载示例（图像类）
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
